作者高兴看到SGLang和Miles中R3的实现，促进RL研究

LMSYS Org

SGLang + Miles: Rollout Routing Replay (R3) 现已上线！🎉 我们激动地宣布SGLang和Miles现在支持Rollout Routing Replay (R3)，用于MoE模型的稳定强化学习训练！MoE模型的强化学习训练一直非常不稳定，常常导致

打开互动版